简介：摘要：在雷达目标分类领域，传统基于长短期记忆网络（LSTM）的算法因其在处理时间序列数据方面的优越性能而得到广泛应用。然而，这类算法容易受到噪声干扰，从而影响分类的准确性。为了解决这一问题，本研究提出了一种改进的LSTM模型(噪声抑制LSTM，Noise Inhibition LSTM，NI-LSTM)，在标准LSTM中引入了噪声抑制模块。该模块能够有效降低噪声节点在整个时间步长中的影响占比，同时提高理想数据的比重，从而增强模型对目标分类的鲁棒性。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
